Startseite / Anleitungen / Kostenlose Whisper-API

Kostenlose Whisper-API

Whisper ist das offene Modell zur Spracherkennung von OpenAI. Sie können es kostenlos bei Groq, Cloudflare Workers AI und OVH AI Endpoints betreiben, jeweils mit eigenen Limits. FreeLLMAPI legt diese Whisper-Hosts hinter einen OpenAI-kompatiblen Endpunkt. Ihr Code ruft /v1/audio/transcriptions auf, und der Router wechselt zum nächsten Host, wenn einer sein Limit erreicht.

Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.

Wo Whisper kostenlos ist

Die Tabelle listet alle kostenlosen Transkriptionsmodelle im FreeLLMAPI-Katalog aus dem Live-Katalog auf. Die Whisper-Zeilen sind die mit whisper in der Modell-ID.

ModellAnbieterMax. UploadKostenloses Limit
Whisper Large v3 Turbo (Groq)
whisper-large-v3-turbo
Groq25 MBfree tier - 25 MB uploads
Whisper Large v3 (Groq)
whisper-large-v3
Groq25 MBfree tier - 25 MB uploads
Whisper Large v3 Turbo (Cloudflare Workers AI)
@cf/openai/whisper-large-v3-turbo
Cloudflare Workers AI-Workers AI free allocation
Whisper (Cloudflare Workers AI)
@cf/openai/whisper
Cloudflare Workers AI-Workers AI free allocation
Deepgram Nova-3 (Cloudflare Workers AI)
@cf/deepgram/nova-3
Cloudflare Workers AI-Workers AI free allocation
Whisper Tiny English (Cloudflare Workers AI)
@cf/openai/whisper-tiny-en
Cloudflare Workers AI-Workers AI free allocation
Cohere Transcribe Arabic (07-2026)
cohere-transcribe-arabic-07-2026
Cohere25 MBfree evaluation key - 1,000 calls/month shared
Cohere Transcribe (03-2026)
cohere-transcribe-03-2026
Cohere25 MBFree evaluation key — 1,000 calls/month shared; language defaults to English
Voxtral Mini Transcribe 2 (Mistral)
voxtral-mini-2602
Mistral25 MBRenewing Mistral Free-mode monthly usage shared with Studio/API/Vibe; account-specific allowance. Paid overage may apply if enabled.
Whisper Large v3 (OVH)
whisper-large-v3
OVH AI Endpoints25 MBfree · anonymous 2 req/min per IP
Whisper Large v3 Turbo (OVH)
whisper-large-v3-turbo
OVH AI Endpoints25 MBfree · anonymous 2 req/min per IP
Typhoon ASR Realtime
typhoon-asr-realtime
Typhoon-Ongoing free research API (shared rate limits)
Typhoon Isan ASR Realtime
typhoon-isan-asr-realtime
Typhoon-Ongoing free research API (shared rate limits)

Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.

Offizielle Limits, geprüft am 20. November 2026
HostWhisper-ModelleKostenloses Limit (offiziell)Am besten für
GroqWhisper Large v3, Whisper Large v3 Turbo25 MB je Datei im kostenlosen Tarif. Audio unter 10 Sekunden zählt als 10 SekundenGeschwindigkeit und Genauigkeit
Cloudflare Workers AIWhisper Large v3 Turbo, Whisper, Whisper Tiny (nur Englisch)10,000 Neuronen pro Tag. Large v3 Turbo verbraucht 46.63 Neuronen pro AudiominuteVTT-Untertitel, etwa 214 Audiominuten pro Tag
OVH AI EndpointsWhisper Large v3, Whisper Large v3 Turbo2 Anfragen pro Minute je IP-Adresse und Modell, ohne SchlüsselFallback ohne Registrierung

Fügen Sie Groq- und Cloudflare-Schlüssel gemeinsam hinzu. Sendet Groq einen Fehler 429, schickt der Router dieselbe Datei an den nächsten Host in der Kette. OVH ist ein guter letzter Fallback, weil sein anonymes Limit niedrig ist. Die kostenlosen Limits jedes Hosts sind getrennt, daher erhöht jeder zusätzliche Schlüssel die Kapazität.

Whisper Large v3 oder Large v3 Turbo?

Groq veröffentlicht für beide Modelle eine Wortfehlerrate (WER). Eine niedrigere WER bedeutet weniger falsche Wörter.

ModellWER bei GroqÜbersetzung bei GroqWählen Sie es, wenn
whisper-large-v310.3%JaGenauigkeit am wichtigsten ist, zum Beispiel bei Namen, Zahlen und Akzenten
whisper-large-v3-turbo12%NeinSie schnelle Ergebnisse für klare Sprache brauchen

Whisper Tiny English bei Cloudflare ist klein und unterstützt nur Englisch. Verwenden Sie es nur für kurze, klare englische Aufnahmen. Beide großen Modelle sind mehrsprachig.

Übersetzung: Die Dokumentation von FreeLLMAPI nennt nur /v1/audio/transcriptions. Einen Endpunkt /v1/audio/translations gibt es nicht. Um aus anderen Sprachen Englisch zu erhalten, transkribieren Sie zuerst und übersetzen Sie den Text dann mit einem Chat-Modell.

Schritt 1: FreeLLMAPI installieren und Schlüssel hinzufügen

FreeLLMAPI ist Open Source. Es läuft auf Ihrem Computer in Docker. Ihre Anbieter-Schlüssel bleiben auf Ihrem Computer.

Installation (macOS oder Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Öffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie auf der Seite Keys einen Groq-Schlüssel und einen Cloudflare-Schlüssel hinzu. Der Cloudflare-Schlüssel hat die Form account_id:token. Für OVH Whisper ist kein Schlüssel nötig. Kopieren Sie Ihren einheitlichen Schlüssel von derselben Seite.

Schritt 2: Mit Whisper transkribieren

Senden Sie die Datei als multipart/form-data. Verwenden Sie model=auto oder model=whisper-1, damit der Router wählt. Um ein Modell festzulegen, senden Sie seine ID. Die ID whisper-large-v3-turbo passt zu den Zeilen bei Groq und OVH, sodass das Failover beim gleichen Modell bleibt.

curl: Whisper Large v3 Turbo festlegen

curl http://localhost:3001/v1/audio/transcriptions \
  -H "Authorization: Bearer <unified-key>" \
  -F [email protected] \
  -F model=whisper-large-v3-turbo \
  -F response_format=verbose_json

Python: Untertitel von Cloudflare Whisper

from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")

with open("lecture.mp3", "rb") as audio:
    vtt = client.audio.transcriptions.create(
        model="@cf/openai/whisper-large-v3-turbo",  # Cloudflare makes VTT natively
        file=audio,
        response_format="vtt",
    )
open("lecture.vtt", "w", encoding="utf-8").write(vtt)

Lange Aufnahmen: komprimieren und teilen

FreeLLMAPI und der kostenlose Tarif von Groq nehmen jeweils höchstens 25 MB in einem Upload an. Groq sagt, dass Whisper Audio auf 16 kHz Mono herunterrechnet. Führen Sie das vor dem Upload aus, damit die Datei deutlich kleiner wird. Teilen Sie lange Aufnahmen in Teile auf.

ffmpeg: 16 kHz Mono-FLAC-Teile von 10 Minuten

ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flac

Python: die Teile in der richtigen Reihenfolge transkribieren

import glob
from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
texts = []
for path in sorted(glob.glob("part*.flac")):
    with open(path, "rb") as audio:
        extra = {"prompt": texts[-1][-200:]} if texts else {}  # end of the previous part
        r = client.audio.transcriptions.create(model="auto", file=audio, **extra)
    texts.append(r.text)
print("\n".join(texts))

Ein Wort kann an der Grenze zwischen zwei Teilen abgeschnitten werden. Groq empfiehlt für exakte Ergebnisse kurze Überlappungen zwischen den Teilen. Prüfen Sie die Größe jedes Teils vor dem Upload, denn manches Audio lässt sich schlecht komprimieren.

Bessere Whisper-Transkripte erhalten

  • Sprache festlegen: Senden Sie language mit einem Code wie en, de oder ur. Whisper muss die Sprache dann nicht erkennen.
  • Prompt nutzen: Senden Sie Namen, Produktnamen und Fachbegriffe in prompt. Whisper nutzt sie als Kontext für die Schreibweise.
  • Temperatur auf 0 lassen: Ein höherer Wert erzeugt abwechslungsreicheren Text, was für Transkripte selten nützlich ist.
  • Audio bereinigen: Entfernen Sie Musik und lange Pausen. Nehmen Sie Sprache nah am Mikrofon auf.
  • Zeitstempel erhalten: Verwenden Sie response_format=verbose_json. Liefert der Anbieter Segmente, hat jedes eine Start- und eine Endzeit. Ohne Segmente erhalten Sie einfaches JSON mit nur dem Text.
  • Host prüfen: Die Antwort-Header X-Provider und X-Model zeigen, welcher Host und welches Modell das Transkript erstellt haben. Protokollieren Sie sie, wenn Sie die Qualität vergleichen.

Fehlerbehebung

ProblemUrsacheLösung
Fehler 413 file_too_largeDer Upload ist größer als 25 MBKonvertieren Sie in 16 kHz Mono-FLAC oder teilen Sie die Datei
Wörter wiederholen sich, oder Text erscheint in StilleWhisper kann in langen stillen Abschnitten Text erzeugen, der nicht gesprochen wurdeSchneiden Sie lange Pausen vor dem Upload heraus
Namen sind falsch geschriebenWhisper kennt die Namen nichtSenden Sie die Namen im Feld prompt
Fehler 429 von OVHDas anonyme Limit liegt bei 2 Anfragen pro MinuteFügen Sie einen Groq- oder Cloudflare-Schlüssel hinzu
Fehler 400 bei srtKein Anbieter erstellt SRTVerwenden Sie vtt mit einem Cloudflare-Whisper-Modell
Nutzen Sie alle diese Modelle über einen einzigen Schlüssel. FreeLLMAPI ist ein Open-Source-Router, den Sie selbst hosten. Er stellt alle diese kostenlosen Angebote hinter einem einzigen OpenAI-kompatiblen Endpunkt bereit und wechselt zum nächsten Anbieter, wenn ein Anbieter das Limit erreicht. Katalog ansehen oder Jetzt starten.

Häufig gestellte Fragen

Gibt es eine kostenlose Whisper-API?

Ja. Groq, Cloudflare Workers AI und OVH AI Endpoints betreiben Whisper kostenlos mit Limits. FreeLLMAPI legt sie mit Failover hinter einen OpenAI-kompatiblen Endpunkt.

Wie groß darf eine Datei bei der kostenlosen Whisper-API sein?

Groq erlaubt im kostenlosen Tarif 25 MB je Datei, und FreeLLMAPI nimmt Uploads bis 25 MB an. Konvertieren Sie das Audio bei längeren Aufnahmen in 16 kHz Mono oder teilen Sie es.

Ist Whisper Large v3 Turbo so genau wie Whisper Large v3?

Nicht ganz. Groq nennt eine Wortfehlerrate von 12 % für Turbo und 10.3 % für Large v3. Turbo ist schneller und kostet in bezahlten Tarifen weniger.

Kann die kostenlose Whisper-API Audio ins Englische übersetzen?

FreeLLMAPI hat keinen Übersetzungs-Endpunkt. Transkribieren Sie das Audio zuerst und übersetzen Sie den Text dann mit einem kostenlosen Chat-Modell.

Funktioniert das OpenAI-Python-SDK mit einer kostenlosen Whisper-API?

Ja. Setzen Sie base_url auf http://localhost:3001/v1 und rufen Sie dann client.audio.transcriptions.create mit model="auto" oder einer Whisper-Modell-ID auf.

Verwandte Anleitungen

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen